摘要
本发明公开了一种基于人工智能的建筑施工人员作业违规行为监测方法,包括以下步骤:采集施工作业现场的图像数据并对图像数据中不同类别的作业违规行为进行标注;采用基于复合扰动的生成对抗网络算法对采集的图像数据进行扩充;采用基于自适应波动优化的神经网络特征提取算法进行特征提取训练;采用基于流形映射学习的自编码神经网络进行特征降维训练;采用基于元学习的自适应调制极限学习机算法进行分类训练;采用训练完成的特征提取模型、特征降维模型和分类器模型对实时施工作业现场的图像进行处理,以对建筑施工人员的作业违规行为进行监测并识别出相应的类别。
技术关键词
施工作业现场
监测方法
特征提取模型
极限学习机算法
生成对抗网络
分类器模型
特征提取算法
图像
参数
随机噪声
特征空间重构
编码器
神经网络模型
重构原始数据
重构误差
解码器
神经网络结构
构建分类器
系统为您推荐了相关专利信息
智能控制器
高速播种机
监视传感器
机具
监测系统
状态监测方法
支护结构
卷积模块
时序神经网络
应变传感器
无线传感器节点
数据处理中心
实时监测方法
实时监测系统
微动传感器
混凝土结构
数据处理模块
缺陷分析
监测系统
深度卷积网络模型
水下设备
网络节点
监测方法
贝叶斯网络模型
策略